Pydantic AI Backend
Dateispeicher, Sandbox-Backends und Konsolen-Toolset
Mehrere Backend-Optionen (In-Memory, lokales Dateisystem, Docker-Sandbox) mit Konsolen-Toolset und feingranularem Berechtigungssystem.
Installation
pip install pydantic-ai-backendWähle aus drei Backend-Optionen je nach Bedarf: StateBackend (In-Memory, ephemer — perfekt für Tests), LocalBackend (echtes Dateisystem mit sandboxed Root-Verzeichnis) oder DockerSandbox (volle Docker-Container-Isolation mit vorkonfigurierten Runtimes für Python, Node.js und Data Science). Das Konsolen-Toolset bietet 7 Tools (ls, read_file, write_file, edit_file, glob, grep, execute) mit einem Berechtigungssystem mit 4 Presets: DEFAULT, PERMISSIVE, READONLY und STRICT.
Features
Schnellstart
from dataclasses import dataclassfrom pydantic_ai import Agentfrom pydantic_ai_backends import LocalBackend, create_console_toolset
@dataclassclass Deps: backend: LocalBackend
agent = Agent( "openai:gpt-4o", deps_type=Deps, toolsets=[create_console_toolset()],)
backend = LocalBackend(root_dir="./workspace")result = agent.run_sync( "Create a Python script that calculates fibonacci and run it", deps=Deps(backend=backend),)Anwendungsfälle
KI-Coding-Assistenten
Agenten volle Lese-/Schreib-/Ausführungsrechte mit sandboxed Zugriff auf den Projekt-Workspace geben.
Sandboxed Code-Ausführung
Nicht vertrauenswürdigen, vom Agenten generierten Code sicher in Docker-Containern mit vorkonfigurierten Python- und Node.js-Runtimes ausführen.
Dateiverwaltungs-Agenten
Agenten bauen, die Dateien mit grep, glob und Edit-Tools mit Berechtigungs-Guardrails organisieren, suchen und transformieren.
Tests & CI-Pipelines
Ephemere In-Memory-Backends für schnelle, isolierte Testläufe nutzen, die keine Artefakte hinterlassen.
Bereit, deinen ersten Produktions-KI-Agenten zu bauen?
Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.